Chulalongkorn University Theses and Dissertations (Chula ETD)

การเปรียบเทียบการแก้ปัญหาข้อมูลผิดปกติ ในการวิเคราะห์ข้อมูลที่ได้จากงานวางแผนการทดลอง โดยใช้อำนาจการทดสอบ

Other Title (Parallel Title in Other Language of ETD)

Comparison on solving data outlier problem for data analysis obtained from experimental design

Year (A.D.)

1988

Document Type

Thesis

First Advisor

สุพล ดุรงค์วัฒนา

Faculty/College

Graduate School (บัณฑิตวิทยาลัย)

Degree Name

สถิติศาสตรมหาบัณฑิต

Degree Level

ปริญญาโท

Degree Discipline

สถิติ

DOI

10.58837/CHULA.THE.1988.682

Abstract

การวิจัยครั้งนมีวัตถุประสงค์เพื่อเปรียบเทียบการแก้ปัญหาข้อมูลผิดปกติในการวิเคราะห์ข้อมูลที่ได้ จากงานวางแผนการทดลองโดยการตัดข้อมูลผิดปกติ การยอมรับข้อมูลผิดปกติ การประมาณค่าข้อมูลผิดปกติ และการวิเคราะห์ข้อมูลแบบนอนพาราเมตริก เมื่อพิจารณาจากอำนาจการทดสอบโดยศึกษากับประชากรที่มีการแจกแจงใกล้เคียงแบบปกติ และไม่เป็นแบบปกติ ในการเปรียบเทียบความแตกต่างระหว่าง 2 ประชากร แผนการทดลองแบบสุ่มตลอด แผนการทดลองแบบสุ่มในบล็อก ดำเนินการวิจัยโดยใช้เทคนิคการจำลอง แบบและโปรแกรมคอมพิวเตอร์ ในแต่ละสถานการณ์จะกระทำ 1,000 ครั้ง ผลการวิจัยพบว่า 1. วิธีการแก้ปัญหาข้อมูลผิดปกติในแผนการทดลองแบบสุ่มตลอด และการเปรียบเทียบความแตกต่างระหว่าง 2 ประชากรควบคุมความคลาดเคลื่อนประเภทที่ 1 ได้ทุกวิธี ไม่ว่าประชากรจะมีการแจกแจงใกล้เคียงแบบปกติหรือไม่เป็นแบบปกติ ยกเว้นแผนการทดลองแบบสุ่มในบล็อกซึ่งไม่สามารถควบคุมได้ 2. ในการเปรียบเทียบความแตกต่างระหว่าง 2 ประชากร วิธีการแก้ปัญหาข้อมูลผิดปกติในการวิเคราะห์แบบพาราเมตริกโดยการประมาณค่าข้อมูลผิดปกติด้วยค่าใกล้เคียงข้อมูลผิดปกติ ให้อำนาจการทดสอบสูงที่สุดที่ระดับนัยสำคัญ .01 วิธีการยอมรับข้อมูลผิดปกติ ให้อำนาจการทดสอบสูงที่สุดที่ระดับนัยสำคัญ .05 และ.10 เมื่อประชากรมีการแจกแจงใกล้เคียงแบบปกติ และเมื่อประชากรมีการแจกแจงไม่เป็นแบบปกติ การวิเคราะห์ข้อมูลแบบนอนพาราเมตริกให้อำนาจการทดสอบสูงที่สุด 3. ในแผนการทดลองแบบสุ่มตลอดวิธีการแก้ปัญหาข้อมูลผิดปกติในการวิเคราะห์แบบพาราเมตริกโดยการประมาณค่าข้อมูลผิดปกติด้วยค่าใกล้เคียงข้อมูลผิดปกติให้อำนาจการทดสอบสูงกว่าวิธีอื่นทุกระดับนัยสำคัญเมื่อประชากรมีการแจกแจงใกล้เคียงแบบปกติ และเมื่อประชากรมีการแจกแจงไม่เป็นแบบปกติ การวิเคราะห์ข้อมูลแบบนอนพาราเมตริกให้อำนาจการทดสอบสูงที่สุดที่ระดับนัยสำคัญ .05 และ .10 ส่วนที่ระดับนัยสำคัญ. 01 วิธีการประมาณค่าข้อมูลผิดปกติโดยใช้ค่าใกล้เคียงข้อมูลผิดปกติจะให้อำนาจการทดสอบสูงที่สุด 4. ในแผนการทดลองแบบสุ่มในบล็อก ค่าอำนาจการทดสอบไม่สามารถสรุปได้เนื่องจากวิธีการแก้ปัญหาข้อมูลผิดปกติทุกวิธีไม่สามารถความคุมความคลาดเคลื่อนประเภทที่ 1 ได้ ในการทดลอง

Share

COinS